来源：期刊VIP网 时间：
作者：樊梦;童博;高晨;姚中原;张宇;胡博;
单位：南昌航空大学无损检测技术教育部重点实验室;西安热工研究院有限公司;华能江苏清洁能源分公司;
摘要：金属结构被广泛用于工业界，在役金属结构受拉压疲劳载荷易产生裂纹缺陷，为实现金属结构裂纹缺陷的定量化检测，研究了一种基于反向传播（Back Propagation, BP）神经网络的金属结构弱磁检测缺陷定量分析方法。针对BP神经网络在参数调整时的效果欠佳、效率低等问题，采用基于Sine混沌映射的改进鲸鱼优化算法（Improved Whale Optimization Algorithm, IWOA）对BP神经网络参数调整方式进行优化，兼顾全局寻优的同时提高局部寻优的能力，进而将IWOA搜索到的最优参数赋值给BP神经网络，提高网络初始参数的质量。以人工矩形槽模拟裂纹，对矩形槽的长度、宽度、深度进行反演定量。结果表明，IWOA-BP神经网络预测的平均精度均在80%以上，深度、长度、宽度预测精度分别提高了106.72%、9.68%、6.86%。
关键词：弱磁检测;;金属结构;;BP神经网络;;鲸鱼算法;;IWOA-BP神经网络
基金资助：中国华能集团总部科技项目（HNKJ20-H72）;; 南昌航空大学研究生创新专项（YC2022-088）;; 江西省重点研发计划（20243BBG71005）;; 江西省主要学科学术和技术带头人培养项目（20243BCE51052）~~
